考虑到初始化的不确定性 ， 即使机器人位姿是精确的 ， 给 A 一个合适的初值也是明智的 ， 反之可能会在求解过程中遇到一些问题 。
3.4 卡尔曼增益： K
卡尔曼增益供我们选择的机会 ， 选择从观测路标点获取的信息和机器人自带的里程计信息哪个更可靠 。

文章插图

K 矩阵与状态矩阵是互相对应的 ， 每一行代表一个状态变量 。
第 1 行代表状态矩阵X第1行发生变化引起的增益 ， 
其中

文章插图

表示沿x轴位移引起的增益 ， 

文章插图

对应绕 x 轴旋转引起的增益 。
第 2 行代表状态矩阵X第2行发生变化引起的增益 ， 其中

文章插图

表示沿y轴位移引起的增益 ， 

文章插图

对应绕y轴旋转引起的增益 。
. . . 以此类推 。

文章插图

3.5 观测模型的 Jacobian 矩阵： H
机器人对路标点的观测可以表示为：

文章插图


文章插图

路标点坐标保存在系统状态矩阵里, 直接读取就可以：

文章插图

观测模型的 Jacobian 矩阵： 路标观测向量对机器人状态估计值

文章插图

的求导 。

文章插图

简化表示成如下形式：

文章插图

具体的例子如：
如果观测的路标是

文章插图

那么在

文章插图

对应位置填上相反的值 ， 

文章插图

(路标没有旋转)

文章插图


文章插图

3.6 预测模型的 Jacobian 矩阵： A
预测模型：在给定机器人坐标和控制下预测机器人下一时刻将要到达的坐标 。

文章插图

其中 (x, y) 表示当前机器人坐标 ， △t 表示驱动的增量 ， q 是误差项 ， f 对机器人参数求导：

文章插图

emmm …带 q 的误差那一被项被忽略掉了 。用 △tcosθ 代替 △x,△tsinθ 代替 △y 就变成了

文章插图


文章插图

3.7 SLAM 中的 EKF 独有的 Jacobian

• 顶级风水宝地 至尊蓝月风水宝地
• 各种牡丹寓意和象征风水 蓝色牡丹寓意风水好吗
• 世界十大地理奇观欣赏：伯利兹蓝洞上榜，石浪居第一位
• 富德无线鼠标连接方法 蓝牙鼠标怎么连接电脑呢
• 蓝色钱包真的不好吗 蓝色钱包有风水吗吗
• 为什么有人眼白是淡蓝色 白眼球发蓝图片
• 2022长安cs75蓝鲸版1.5t配6at 长安cs75价格及图片大全新款怎么样
• 江西蓝天学校 江西南昌蓝天学院校长
• 世界罕见的十大天文现象盘点：日全食蓝月亮均上榜
• 看完就知道该咋办了 带的蓝牙入耳式耳机老是滑出来怎么办